MODELAGEM AUTORREGRESSIVA PERIÓDICA DE SÉRIES TEMPORAIS DE VELOCIDADE DO VENTO COM ABORDAGEM MSSA

MODELAGEM AUTORREGRESSIVA PERIÓDICA DE SÉRIES TEMPORAIS DE VELOCIDADE DO VENTO COM ABORDAGEM MSSA

Menezes, Moisés Lima de; Souza, Reinaldo Castro; Pessanha, José Francisco Moreira

Artigo:

A análise espectral singular (SSA - Singular Spectrum analysis) é uma técnica que decompõe uma série temporal em um conjunto de componentes tais como tendência, harmônicos e ruídos. Deixando de fora as componentes ruidosas e somando as outras, a série temporal pode ser suavizada. O modelo autorregressivo periódico PAR(p) vem sendo amplamente utilizado em modelagem de séries de Energia Natural Afluente. Este artigo apresenta uma abordagem deste método de decomposição, na qual a modelagem PAR (p) é aplicada na série suavizada obtida pela SSA e por sua versão multivariada, denominada MSSA. Para ilustrar a aplicação da metodologia proposta, foram consideradas séries de velocidade do vento registradas em duas localidades na região Nordeste do Brasil. Os resultados obtidos mostram que a modelagem PAR(p) é beneficiada pela suavização prévia da série temporal por SSA/MSSA.

Singular spectrum analysis (SSA) is a technique that decomposes a time series into a set of components, such as, trend, harmonics, and residuals. Leaving out the residual components and adding up the others, the time series can be smoothed. The PAR(p), periodic autoregressive models, has been broadly used in modeling Affluent natural Energy series. This article presents an approach of this decomposition method, in which the PAR (p) model is applied to the smoothed series obtained by SSA and its multivariate version, named MSSA. To illustrate the application of the proposed methodology were considered wind speed time series recorded at two locations in northeastern Brazil. The results show that the PAR (p) model is favored by prior smoothing of the time series by SSA / MSSA.

Palavras-chave:

DOI: 10.5151/marine-spolm2014-126158

Referências bibliográficas

• [1] Elshorbagy, A.; Simonovic, S.P.; Panu, U.S. (2002) Noise reduction in chaotic hydrologic time series: facts and doubts, Journal of Hydrology, 256, 147-265.
• [2] Golyandina, N., Nekrutkin, V., Zhihgljavsky, A. (2001). Analysis of time series structure: SSA and reletade techniques. ChapmanAndamp;Hall/CRC. New York, USA.
• [3] Golyandina, N., Stepanov. D. (2005). SSA-based approaches to analysis and forecast of multidimensional time series.Proceedings of the Fifth Workshop on Simulation.Department of Mathematics, St. Petersburg State University, Russia.P. 293-298.
• [4] Golyandina, N. (2010). On the choice of parameters in Singular Spectrum Analysis and related subspace-based methods. Statistics and Its Interface, 2010, 3, 259-279.
• [5] Hassani, H. (2007) Golyandina, N. (2010). Singular Spectrum Analysis: Methodology and Comparison. Journal of Data Science. 5, 239-257.
• [6] Hassani, H. .; Zokaei, M.; Von Rosen, D.; Amiri, S.; Ghodsi, M. (2009). Does noise reduction matter for curve fitting in growth curve models? Computer Methods and Programs in Biomedicine, 96, pp. 173-181.
• [7] Hanson, R.T.; Dettinger, M.D.; Newhouse, M.W. (2006). Relations between climatic variability and hydrologic time series from four alluvial basins across the southwestern United States, Hydrogeology Journal.
• [8] Hipel, K. W. e McLeod, A. I. (1994) Time Series Modelling of Water Resources and Environmental Systems.Amsterdam, The Netherlands: Elsevier.
• [9] Jayawardena, A.W.; Gurung, A.B. (2000) Noise reduction and prediction of hydrometeorological time series: dynamical systemas approach vs. stochastic approach, Journal of Hydrology, 228, 242-264.
• [10] Maceira, M. E. P.; Penna, D. D. J..; Damázio, J. M. (2006). Geração de cenários sintéticos de energia e Vazão para o planejamento da operação energética, Cadernos do IME - Série Estatística, UERJ, Rio de Janeiro, pp. 11-35.
• [11] Schreiber, T.; Grassberger, P. (1991) A simple noise-reduction method for real data, Phys Letter A, 160 (5), 411-418.
• [12] Sivakumar, B.; Phoon, K.; Liong, S.; Liaw, C. (1999) A systematic approach to noise reduction in chaotic hydrological time series, Journal of Hydrology, 219, pp. 103-135.

Como citar:

Menezes, Moisés Lima de; Souza, Reinaldo Castro; Pessanha, José Francisco Moreira; "MODELAGEM AUTORREGRESSIVA PERIÓDICA DE SÉRIES TEMPORAIS DE VELOCIDADE DO VENTO COM ABORDAGEM MSSA", p-141-152. In: Anais do XVII Simpósio de Pesquisa Operacional e Logística da Marinha - SPOLM 2014. São Paulo: Blucher, 2014.
ISSN 21756295, DOI 10.5151/marine-spolm2014-126158